International Archives of Photogrammetry and Remote Sensing, Vol. 32, Part 3W14, La Jolla, CA, 9-11 Nov. 1999
ESTIMATING INDIVIDUAL TREE HEIGHTS OF THE BOREAL FOREST
USING AIRBORNE LASER ALTIMETRY AND DIGITAL VIDEOGRAPHY
B.A. St-Onge
Department of Geography
Université du Québec à Montréal (UQAM)
Canada
st-onge.benoit@ugam.ca
KEY WORDS: Laser altimetry, Tree, Height, Boreal, Forest, Videography
ABSTRACT
Estimation of tree heights for large territories is either expensive if done in the field or imprecise when accomplished through
automated stereophotogrammetry. While scanning laser altimetry provides a solution, estimating the height on an individual tree
using such an approach requires that a laser spot fall near the point of maximum height, an event that cannot normally be verified
unless ancillary data is available. Two distinct aerial surveys of an 8 km” area of the boreal forest in Québec, Canada, yielded
respectively 50 cm resolution multispectral imagery and a laser altimetry coverage (the average distance between to hits being
approximately 1.5 m). Subtracting the interpolated terrain altitudes from the interpolated canopy altitudes yielded a 50 cm resolution
canopy height model (CHM). The multispectral imagery was overlaid onto the CHM after rectification to help locate trees and
provide information on species. The height of individual trees read from the CHM at the center of the tree crowns visible on the
overlaid multispectral imagery were compared with field observations consisting of the mean of two height measurements for each
GPS-positioned tree. A linear regression model between actual and laser-predicted heights yielded a R? of 0.90 for 36 trees
(hardwood and softwood). The mean difference between actual tree height and laser-predicted tree height is 1.4 m, while the mean
difference between the two ground measurements for the same trees is 1.5 m, suggesting that the accuracy of height prediction based
on laser altimetry is comparable to that of ground measures. The correlation between crown radius and laser-predicted height error is
-0.76, confirming that smaller trees have a lower chance of being properly hit by the laser beam. Current research is directed toward
the bettering of the predictions and the automation of the process.
RÉSUMÉ
L'estimation de la hauteur des arbres pour de vastes régions est coüteuse si elle se réalise par des mesures de terrain, ou imprécise
dans le cas oü une approche de stéréophotogrammétrie est utilisée. Si l'altimétrie laser constitue une solution, encore faut-il vérifier
qu'un faisceau laser ait été réfléchi par un point situé prés du centre du houppier, une vérification qui est irréalisable sans données
additionnelles. Deux survols au-dessus d'un secteur de 8 km? la forét boréale du Québec (Canada) ont produit des images
multispectrales de 50 cm de résolution et une couverture laser d'une densité d'approximativement 1 point à tous les 1.5 m. En
soustrayant en forme interpolée matricielle les altitudes du terrain de celles du couvert forestier on obtient un modèle de hauteur du
couvert (MHC) de 50 cm de résolution. La superposition des images multispectrales au MHC permet de faciliter la localisation des
arbres et l'identification des espèces. La hauteur des arbres lue dans le MHC au centre des houppiers visibles sur les images
multispectrales superposées ont été comparées aux observations de terrain formées de deux mesures de hauteur pour chacun des
arbres positionnés par GPS. Un modèle de régression linéaire reliant les hauteurs-terrain aux hauteurs-laser a produit un R? de 0.90
pour 36 arbres (feuillus et conifères). La différence moyenne entre les hauteurs-laser et les hauteurs-terrain est de 1.4 m cependant
qu'elle s'éléve à 1.5 m en moyenne entre les deux mesures de terrain, suggérant ainsi que les prédictions-laser sont d'une exactitude
comparable à celles du terrain. La corrélation entre le rayon du houppier et l'erreur de prédiction basée sur le laser est de -0.76, ce qui
confirme que les petits arbres se voient en général moins bien décrits par les faisceaux laser. Des recherche en cours portent sur
l'amélioration et l'automatisation des prédictions.